本文關(guān)鍵詞：基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)厚度控制，由筆耕文化傳播整理發(fā)布。

【摘要】：熱連軋帶鋼是鋼鐵產(chǎn)業(yè)最重要的鋼材產(chǎn)品之一,其擁有生產(chǎn)速度快、實(shí)用價值高等特點(diǎn),熱連軋帶鋼的品質(zhì)、生產(chǎn)技術(shù)代表了一個國家的鋼鐵產(chǎn)業(yè)水平。經(jīng)過多年的發(fā)展,以傳統(tǒng)控制理論為依據(jù)的生產(chǎn)線難以滿足隨著科技發(fā)展而對產(chǎn)品品質(zhì)要求更高的市場,一些難點(diǎn)無法得到處理方法,新的控制理論和方法應(yīng)運(yùn)而生,以此來彌補(bǔ)傳統(tǒng)控制方法的不足,滿足市場的需要。針對以上問題,提出了一種基于改進(jìn)粒子群算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的滑模變結(jié)構(gòu)控制算法。首先,通過對粒子群算法進(jìn)行優(yōu)化,動態(tài)改變其慣性權(quán)重,使粒子在尋優(yōu)過程中不易達(dá)到局部最優(yōu)值,加強(qiáng)了粒子搜索效率,通過測試函數(shù)證明了此改進(jìn)的有效性;其次,使用改進(jìn)后粒子群算法對RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)及參數(shù)進(jìn)行優(yōu)化和改進(jìn),建立一個功能更為強(qiáng)大的網(wǎng)絡(luò)模型,通過仿真實(shí)驗(yàn)驗(yàn)證了網(wǎng)絡(luò)具有更好的擬合性能;最后,以滑模變結(jié)構(gòu)等效控制方法為基礎(chǔ),將IPSO-RBF網(wǎng)絡(luò)作為控制律的一部分來辨識非線性問題,通過仿真驗(yàn)證了該方法可以有效的減小抖振,辨識并消除外界干擾項(xiàng),最終形成一個基于IPSO-RBF等效控制的離散滑�？刂品椒�。針對帶鋼厚度控制系統(tǒng),這里研究的主要對象是其中的一個重要的子系統(tǒng)——活套系統(tǒng),活套系統(tǒng)的控制水平會直接影響厚度控制的優(yōu)劣。針對活套系統(tǒng)中的高度和張力控制存在耦合關(guān)系,利用IPSO-RBF等效控制的離散滑�？刂品椒▽@一多變量耦合系統(tǒng)進(jìn)行解耦控制,實(shí)驗(yàn)結(jié)果說明了此方法可以解除耦合關(guān)系。解耦后的活套系統(tǒng)實(shí)現(xiàn)了高度控制和張力控制互相不受干擾,提高了系統(tǒng)的控制精準(zhǔn)度,從而提高實(shí)際軋制中對帶鋼厚度的控制精度,軋制出更優(yōu)質(zhì)的產(chǎn)品。
【關(guān)鍵詞】：熱連軋 粒子群算法 RBF神經(jīng)網(wǎng)絡(luò) 滑�？刂� 活套系統(tǒng)解耦
【學(xué)位授予單位】：華北理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2016
【分類號】：TG334.9;TP183
【目錄】：

• 摘要4-5
• Abstract5-9
• 引言9-10
• 第1章 緒論10-17
• 1.1 熱連軋帶鋼軋制技術(shù)的發(fā)展與現(xiàn)狀10-11
• 1.1.1 熱連軋帶鋼軋制技術(shù)在國內(nèi)外的發(fā)展10
• 1.1.2 熱連軋帶鋼厚度控制技術(shù)的發(fā)展現(xiàn)狀10-11
• 1.2 粒子群算法的發(fā)展現(xiàn)狀11-12
• 1.2.1 粒子群算法的研究進(jìn)展11-12
• 1.2.2 粒子群算法的改進(jìn)現(xiàn)狀12
• 1.3 人工神經(jīng)網(wǎng)絡(luò)概述12-13
• 1.4 滑模變結(jié)構(gòu)控制理論的發(fā)展與研究現(xiàn)狀13-15
• 1.4.1 滑�？刂评碚摰陌l(fā)展13
• 1.4.2 滑模控制理論的研究現(xiàn)狀13-15
• 1.5 課題的研究意義15
• 1.6 課題的主要研究內(nèi)容15-17
• 第2章 帶鋼厚度控制研究17-25
• 2.1 熱連軋帶鋼生產(chǎn)工藝17-19
• 2.2 厚度控制基本理論19-21
• 2.3 活套控制系統(tǒng)21-24
• 2.3.1 活套張力系統(tǒng)建模22-23
• 2.3.2 活套高度系統(tǒng)建模23-24
• 2.4 本章小結(jié)24-25
• 第3章 粒子群算法的改進(jìn)研究25-36
• 3.1 粒子群算法的基本原理25-27
• 3.2 粒子群算法的控制參數(shù)27
• 3.3 粒子群算法的性能改進(jìn)研究27-29
• 3.4 粒子群算法的改進(jìn)29-35
• 3.4.1 IPSO算法的基本計(jì)算步驟30-31
• 3.4.2 IPSO算法的仿真實(shí)驗(yàn)31-35
• 3.5 本章小結(jié)35-36
• 第4章 IPSO算法優(yōu)化神經(jīng)網(wǎng)絡(luò)36-48
• 4.1 RBF神經(jīng)網(wǎng)絡(luò)模型36-39
• 4.1.1 RBF網(wǎng)絡(luò)的結(jié)構(gòu)36-37
• 4.1.2 RBF網(wǎng)絡(luò)的重要參數(shù)37-39
• 4.1.3 RBF網(wǎng)絡(luò)的優(yōu)點(diǎn)39
• 4.2 IPSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)39-40
• 4.2.1 IPSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的可行性分析40
• 4.2.2 IPSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的優(yōu)點(diǎn)40
• 4.3 IPSO算法優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的方法40-43
• 4.3.1 RBF神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)設(shè)計(jì)40-41
• 4.3.2 IPSO優(yōu)化神經(jīng)網(wǎng)絡(luò)參數(shù)41-43
• 4.4 IPSO優(yōu)化RBF神經(jīng)網(wǎng)絡(luò)的運(yùn)算步驟43-44
• 4.5 仿真實(shí)驗(yàn)44-47
• 4.6 本章小結(jié)47-48
• 第5章 滑模變結(jié)構(gòu)控制的研究48-55
• 5.1 滑模變結(jié)構(gòu)控制簡介48
• 5.2 滑模變結(jié)構(gòu)控制基本原理48-51
• 5.2.1 滑模變結(jié)構(gòu)控制到達(dá)條件49-50
• 5.2.2 滑模變結(jié)構(gòu)控制的特性50-51
• 5.3 滑模變結(jié)構(gòu)控制抖振問題51-52
• 5.4 滑模變結(jié)構(gòu)控制系統(tǒng)的設(shè)計(jì)52-54
• 5.5 本章小結(jié)54-55
• 第6章 熱連軋帶鋼厚度控制仿真研究55-64
• 6.1 控制方案55
• 6.2 基于等效控制的離散系統(tǒng)滑�？刂�55-56
• 6.3 基于IPSO-RBF網(wǎng)絡(luò)的等效滑�？刂�56-61
• 6.3.1 基于IPSO-RBF網(wǎng)絡(luò)的等效滑模控制原理56-57
• 6.3.2 基于IPSO-RBF的離散滑�？刂破�57-58
• 6.3.3 仿真實(shí)驗(yàn)58-61
• 6.4 活套系統(tǒng)的IPSO-RBF滑模變結(jié)構(gòu)控制仿真研究61-63
• 6.5 本章小結(jié)63-64
• 結(jié)論64-66
• 參考文獻(xiàn)66-69
• 致謝69-70
• 導(dǎo)師簡介70-71
• 作者簡介71-72
• 學(xué)位論文數(shù)據(jù)集72

【相似文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前10條

1 雷明,李作清,陳志祥,吳雅,楊叔子;神經(jīng)網(wǎng)絡(luò)在預(yù)報控制中的應(yīng)用[J];機(jī)床;1993年11期

2 楊自厚;神經(jīng)網(wǎng)絡(luò)技術(shù)及其在鋼鐵工業(yè)中的應(yīng)用第8講人工神經(jīng)網(wǎng)絡(luò)在鋼鐵工業(yè)中的應(yīng)用(下)[J];冶金自動化;1997年05期

3 李潤生,李延輝,胡學(xué)軍,劉壯,王守儉;神經(jīng)網(wǎng)絡(luò)在冶金中的應(yīng)用[J];鋼鐵研究;1998年02期

4 劉海玲,劉樹深,尹情勝,夏之寧,易忠勝;線性神經(jīng)網(wǎng)絡(luò)及在多組分分析中的初步應(yīng)用[J];計(jì)算機(jī)與應(yīng)用化學(xué);2000年Z1期

5 王繼宗,王西娟;用神經(jīng)網(wǎng)絡(luò)確定梁上裂紋位置的研究[J];煤炭學(xué)報;2000年S1期

6 趙學(xué)慶,袁景淇,周又玲,賀松;生物發(fā)酵過程神經(jīng)網(wǎng)絡(luò)狀態(tài)預(yù)報器的驗(yàn)證[J];無錫輕工大學(xué)學(xué)報;2000年06期

7 李智,姚駐斌,張望興,賀超武;基于神經(jīng)網(wǎng)絡(luò)的混勻配料優(yōu)化方法[J];鋼鐵研究;2000年04期

8 胡敏藝,馬榮駿;神經(jīng)網(wǎng)絡(luò)在冶金工業(yè)中的應(yīng)用[J];湖南有色金屬;2000年05期

9 倪建軍,邵琳;利用神經(jīng)網(wǎng)絡(luò)進(jìn)行觀測數(shù)據(jù)的分析與處理[J];連云港化工高等�？茖W(xué)校學(xué)報;2000年04期

10 裴浩東,蘇宏業(yè),褚健;材料工程中基于神經(jīng)網(wǎng)絡(luò)的穩(wěn)態(tài)優(yōu)化策略[J];材料科學(xué)與工程;2001年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 徐春玉;;基于泛集的神經(jīng)網(wǎng)絡(luò)的混沌性[A];1996中國控制與決策學(xué)術(shù)年會論文集[C];1996年

2 周樹德;王巖;孫增圻;孫富春;;量子神經(jīng)網(wǎng)絡(luò)[A];2003年中國智能自動化會議論文集（上冊）[C];2003年

3 羅山;張琳;范文新;;基于神經(jīng)網(wǎng)絡(luò)和簡單規(guī)劃的識別融合算法[A];2009系統(tǒng)仿真技術(shù)及其應(yīng)用學(xué)術(shù)會議論文集[C];2009年

4 郭愛克;馬盡文;丁康;;序言(二)[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

5 鐘義信;;知識論:神經(jīng)網(wǎng)絡(luò)的新機(jī)遇——紀(jì)念中國神經(jīng)網(wǎng)絡(luò)10周年[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

6 許進(jìn);保錚;;神經(jīng)網(wǎng)絡(luò)與圖論[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

7 金龍;朱詩武;趙成志;陳寧;;數(shù)值預(yù)報產(chǎn)品的神經(jīng)網(wǎng)絡(luò)釋用預(yù)報應(yīng)用[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學(xué)術(shù)會議論文集[C];1999年

8 田金亭;;神經(jīng)網(wǎng)絡(luò)在中學(xué)生創(chuàng)造力評估中的應(yīng)用[A];第十二屆全國心理學(xué)學(xué)術(shù)大會論文摘要集[C];2009年

9 唐墨;王科俊;;自發(fā)展神經(jīng)網(wǎng)絡(luò)的混沌特性研究[A];2009年中國智能自動化會議論文集（第七分冊）[南京理工大學(xué)學(xué)報（增刊）][C];2009年

10 張廣遠(yuǎn);萬強(qiáng);曹海源;田方濤;;基于遺傳算法優(yōu)化神經(jīng)網(wǎng)絡(luò)的故障診斷方法研究[A];第十二屆全國設(shè)備故障診斷學(xué)術(shù)會議論文集[C];2010年

中國重要報紙全文數(shù)據(jù)庫 前10條

1 美國明尼蘇達(dá)大學(xué)社會學(xué)博士 密西西比州立大學(xué)國家戰(zhàn)略規(guī)劃與分析研究中心資深助理研究員 陳心想;維護(hù)好創(chuàng)新的“神經(jīng)網(wǎng)絡(luò)硬件”[N];中國教師報;2014年

2 盧業(yè)忠;腦控電腦 驚世駭俗[N];計(jì)算機(jī)世界;2001年

3 葛一鳴 路邊文;人工神經(jīng)網(wǎng)絡(luò)將大顯身手[N];中國紡織報;2003年

4 中國科技大學(xué)計(jì)算機(jī)系　邢方亮;神經(jīng)網(wǎng)絡(luò)挑戰(zhàn)人類大腦[N];計(jì)算機(jī)世界;2003年

5 記者 孫剛;“神經(jīng)網(wǎng)絡(luò)”：打開復(fù)雜工藝“黑箱”[N];解放日報;2007年

6 本報記者 劉霞;美用DNA制造出首個人造神經(jīng)網(wǎng)絡(luò)[N];科技日報;2011年

7 健康時報特約記者　 張獻(xiàn)懷;干細(xì)胞移植：修復(fù)受損的神經(jīng)網(wǎng)絡(luò)[N];健康時報;2006年

8 劉力;我半導(dǎo)體神經(jīng)網(wǎng)絡(luò)技術(shù)及應(yīng)用研究達(dá)國際先進(jìn)水平[N];中國電子報;2001年

9 ;神經(jīng)網(wǎng)絡(luò)和模糊邏輯[N];世界金屬導(dǎo)報;2002年

10 鄒麗梅 陳耀群;江蘇科大神經(jīng)網(wǎng)絡(luò)應(yīng)用研究通過鑒定[N];中國船舶報;2006年

中國博士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 楊旭華;神經(jīng)網(wǎng)絡(luò)及其在控制中的應(yīng)用研究[D];浙江大學(xué);2004年

2 李素芳;基于神經(jīng)網(wǎng)絡(luò)的無線通信算法研究[D];山東大學(xué);2015年

3 石艷超;憶阻神經(jīng)網(wǎng)絡(luò)的混沌性及幾類時滯神經(jīng)網(wǎng)絡(luò)的同步研究[D];電子科技大學(xué);2014年

4 王新迎;基于隨機(jī)映射神經(jīng)網(wǎng)絡(luò)的多元時間序列預(yù)測方法研究[D];大連理工大學(xué);2015年

5 付愛民;極速學(xué)習(xí)機(jī)的訓(xùn)練殘差、穩(wěn)定性及泛化能力研究[D];中國農(nóng)業(yè)大學(xué);2015年

6 李輝;基于粒計(jì)算的神經(jīng)網(wǎng)絡(luò)及集成方法研究[D];中國礦業(yè)大學(xué);2015年

7 王衛(wèi)蘋;復(fù)雜網(wǎng)絡(luò)幾類同步控制策略研究及穩(wěn)定性分析[D];北京郵電大學(xué);2015年

8 張海軍;基于云計(jì)算的神經(jīng)網(wǎng)絡(luò)并行實(shí)現(xiàn)及其學(xué)習(xí)方法研究[D];華南理工大學(xué);2015年

9 李艷晴;風(fēng)速時間序列預(yù)測算法研究[D];北京科技大學(xué);2016年

10 陳輝;多維超精密定位系統(tǒng)建模與控制關(guān)鍵技術(shù)研究[D];東南大學(xué);2015年

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前10條

1 章穎;混合不確定性模塊化神經(jīng)網(wǎng)絡(luò)與高校效益預(yù)測的研究[D];華南理工大學(xué);2015年

2 賈文靜;基于改進(jìn)型神經(jīng)網(wǎng)絡(luò)的風(fēng)力發(fā)電系統(tǒng)預(yù)測及控制研究[D];燕山大學(xué);2015年

3 李慧芳;基于憶阻器的渦卷混沌系統(tǒng)及其電路仿真[D];西南大學(xué);2015年

4 陳彥至;神經(jīng)網(wǎng)絡(luò)降維算法研究與應(yīng)用[D];華南理工大學(xué);2015年

5 董哲康;基于憶阻器的組合電路及神經(jīng)網(wǎng)絡(luò)研究[D];西南大學(xué);2015年

6 武創(chuàng)舉;基于神經(jīng)網(wǎng)絡(luò)的遙感圖像分類研究[D];昆明理工大學(xué);2015年

7 李志杰;基于神經(jīng)網(wǎng)絡(luò)的上證指數(shù)預(yù)測研究[D];華南理工大學(xué);2015年

8 陳少吉;基于神經(jīng)網(wǎng)絡(luò)血壓預(yù)測研究與系統(tǒng)實(shí)現(xiàn)[D];華南理工大學(xué);2015年

9 張韜;幾類時滯神經(jīng)網(wǎng)絡(luò)穩(wěn)定性分析[D];渤海大學(xué);2015年

10 邵雪瑩;幾類時滯不確定神經(jīng)網(wǎng)絡(luò)的穩(wěn)定性分析[D];渤海大學(xué);2015年

  本文關(guān)鍵詞：基于徑向基函數(shù)（RBF）神經(jīng)網(wǎng)絡(luò)滑模變結(jié)構(gòu)厚度控制，由筆耕文化傳播整理發(fā)布。

，

本文編號：278327